「熊熊之父」水野学认为他没有办法理把设计和业分开的做法，因为设计归根结底是为业服务的。笔者认为，设计当以是一场主观面灵感的宣泄，为时代的相被收藏在博物中；但在艺术以外的世界，设计是需要结合各方面的业目标去决问题的。
设师运用自己的象力推移到外部世界，出富创造力的设；同时也通过观察力去触达屏幕外的世界，构他们身处的场景，吸收外部的信息。数据虽然不左右设的唯一指标，但其作接触外界的一重途径，可以帮我们了解那些看起遥不可及、神秘莫测的用户。
用户是谁？是如何使用产品的？在深不见底的屏幕另一侧，是否有按照预想计的那用着的功能？基于的使用行为，的计可以如何优化？这些问题，在细细品味过数据之后，或许都能够得解答。
在互网产品中，数据来对用户行为的统计，计通过数据了解用户，可为计提案提供辅助参考。
目前越来越多的公司倡设计师在项目更早期的阶参与到产整体流程中。作为产体验设计师，应该尝试从产需要解决的问题源头发，利数据解户行为，从而更好地进行设计案。
1. 设计前，接我们的户，设计师的观察。
数据是对户行为的量，数字的背后是真真实实的户。若是对已有方案的优设计，可从现有户的行为数据中，了解户是如何使我们的产的，发掘他们的迷惑或需求，在表现佳的数据中到户的困惑之处，发掘设计机会点；若是一个全的项目，可从类似项目的数据获取灵感或亲自针对目标户进行定性调研，在与真实户的接触交流中获得设计的方向。
2. 设计中，辅助方案决策。
解决当问题的答案远止一种，而哪种解决方案更符合当户需求则需要设计师来做择。当然，设计师是神，预测到哪一个方案百分百可行，但数据则够给予我们一定的决策支撑的气。甚至在万分难抉择的时刻，可通过 ABtest 来对设计方案的效果。
3. 设计后，验证方案效果。
进行设计方案的优后，可观察数据较于之前是否有升，是否达到设计目标。若仍有表现佳的地方，研读数据有哪些地方可进一步展开优，进而推一轮设计方案的优，进入一个良性循环。
数据分为两种类，定量数据和定性数据。
1. 定量数据（Quantitative data）
告诉你已经发生的事情的数据。定量研究是依据统计数据，建立数模并数模计算分析对象的各项指标及数值的一种方法。见的定量数据如数值、指标数据，而我们在互联产中接触到大量的定量数据。
2. 定性数据（Qualitative data）
于解释事情性质的字表述数据。定性分析要凭借分析者的直觉和经验来探究对象的性质、特点和变规律。经过访谈、观察得到，通过人工处归纳的数据属于定性数据。
定量数据而言，笔者在设计常用观测指标有以下几，仍可以根据自身业务场景，立其它参考指标。
流量指标
流量指标是用于衡量页效要指标，常可被分为 PV（Page View，页访问量，生访问则计数） 和 UV（Unique Visitor，独立访客，即使生多击或访问为，也被计算为个用户）。流量指标是衡量品是否具有活力要指标，而比功能流量指标可以帮助我们了解用户需求强弱，从而判断出功能优先级。
质量指标
质量指标根据业务场景划分会有所不，在搜索场景，我们使用首位（用户在搜索结内生首击结位）来评价搜索质量好坏，首位越靠前则说明用户越早地找到需要内容，搜索体验越好。
但若换做其它业务场，质量指标将随之生变化。在内容消费场中，平均停留时长（用户访问某一页面时的浏览时长）将被用衡量内容对用户是否具有吸引力。但平均停留时长放在快捷任务场中，则转变为负向指标，用户的停留时长越长反而说明用户越困惑。
转化指标
转化率是指用户进行相应目标行动的访问次数与总访问次数的比率。其中，CTR（Click-Through-Rate，曝光点击率，某一内容被点击和被曝光的次数之比）、购买率等指标属转化指标的一种。
元素的转化指标可以反映出某一元素对于用户的吸引程度；流程的转化指标则可以明流程否合理，若望用户完注册行，总体访问后完注册行的比例较低则明流程设还待提高，流失高的环节设可作重点优化的对象。
利用数据设的过程可被拆分以下几环节，试方案之去浏览已线的数据，或许设时会别样的思。
着从数据中找这个问题的答案：
- 我所设的用户谁？他们的已行怎样的？
- 计目标是什？
- 如何做改变才达到这个设计目标？
在以表情搜表情优化的这个项目中，就运用了数据作为计方案的优化参考。
表情搜表情是在搜一搜搜索表情时，利户已有的表情，通过表情的本或图片相性，到更多相的表情容，解决户获取更多表情的需求。它在修改前的初期版本的流程如。
1. 设计前
既然是优化项目，那就味着在做计的候拥有前方案的数据积累和表现，能够比较确地了解目前的用户行为，这其实会给计的优化提供一些突破，避免一筹莫展。
通过观察原方案的数据表现，会发现户的几个行为值得在设计时需要特别注：
分之一的户在搜索表情时，点击了表情搜表情的入口；但最终的整体搜索流量上看来，表情搜表情仅占十分之一。
数据翻译：用户以表情搜表情完成率低，在表情选择板用户流失率高。
尝试读一下个数据，在搜索表情时，三分之一的用户看到有一个看来挺显眼的按钮，尝试去点击，但部分用户大约 60% 以上没有完成搜索行为而直接离开，以猜测用户看到弹来的表情面板不所措，不明确下一步的操，就直接离开，因此没有产生续的搜索量。
用户次切换表情搜索
若用户一旦产生一次搜索行为，掌握个功能的使用方法，就在一次搜索中次切换表情进行搜索。份数据也要求我们将个功能的表意更加准确的传达给更的用户，帮助决他们的需求。
根据以数据观察，可以发 “以表搜表” 的已用户两种较显著的行：
- 新用户：不懂功能是什么，也不懂怎么用。
- 老用户：了解使用方法，一次搜索中多次切换表。
因此针对两部分人群，分别设定以下设计目标，证各种用户行为有被考虑在内：
- 新用户：提高功能传表意，增加用户操作指示。
- 老用户：提高表情的切换效率。
2. 设计中
新用户：提高功能传达表，增教育指示
针对新用户的教育优化，首先在功能表上提高确性。
提高表意的明确性
原本的添加按钮看起似乎传表的意思，概念较抽象，以表搜表的关联性较弱。因此图形转化以一表碰撞出一新的表的表意，直观体出“以表搜表”的语意。
明确文案表述，增加操作指示。
文案表述，由原的“以表搜表”修改加具体详尽介绍功能：“轻触选择表，搜索相关表”，包含针对用户的操作指示，同时给予用户加明确的操作预。
在弹起的表情选择框上也增加了引导的指示，避免用户的不知所措。
老用户：提高切换效率，便捷操作
提高切换效率。针对老用户，由数据以得到用户在里切换频率高的结论，而原先的下滑式列表使得用户每次需要回到顶部进行下一个表情的切换。为提高用户的使用效率，我们把切换面板固定在页面顶部，方便一部分高频使用用户随时进行表情的切换，不管滑到远能随时下一次搜索。
降低面板高度，避免遮挡内容。
同时为不影响整表情浏览，在下滑时适当降低面板高度，将更的页面空间留给用户的主消费内容。
3. 上线后
优化版上，经三个月的观察时间，现用户以表情搜索的转化率前方案提升 51%，说明经改版优化，新用户对个新功能的定位有进一步；切换表情的次数比之前更是有成倍的提升，切换表情面板点击次数提升 80%，新方案也提高用户的切换效率，达到我们的优化目标。
以上是用数据指导设计的例子一则，但数据对设计更时是到辅助而不是决定用，正的决定权仍在设计师手上。正 Facebook 的产品设计总监也样谈到数据的用：
Data and A/B test are valuable allies, and they help us understand and grow and optimize, but they’re not a replacement for clear-headed, strong decision-making. Don’t become dependent on their allure. Sometimes, a little instinct goes a long way.
数据 A/B 测试价的盟友，它们可以帮我们理解，发展优化，但它们并不能替脑清晰，强的决策。不依赖它们的魅力。时候，用一点直觉可能会走的远。
设直觉、理性同理的平衡。数据作设方法中的一种具，不全部。笔者认 A/B 测试并不一切问题的答案，无休止的 A/B 测试会让设师失去对设本身的操控力，很多时候偶然的变化不应该扰我们的直觉。认识到数据驱动的短板能力，它只能作观测的手段不决性的因素，设师应该避免被数据淹。
相的直觉，再借以部数据的辅助，让计发挥出更大的能量吧。
注作者微信公众号：「We-Design」
浙公网安备33011002017549号